python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Pandas DataFrame.drop()

Pandas中DataFrame.drop()函数的具体使用

作者:Midsummer-逐梦

DataFrame.drop是Pandas库中一个非常实用的函数,用于删除 DataFrame中的行或列,本文就来介绍一下Pandas中DataFrame.drop()函数的具体使用,感兴趣的可以了解一下

一、简介

DataFrame.drop 是 Pandas 库中一个非常实用的函数,用于删除 DataFrame 中的行或列。通过指定列名或行索引,可以灵活地从数据集中移除不需要的数据。这对于数据清洗和预处理非常有用。

二、语法和参数

DataFrame.drop(labels, axis=0, index=False, columns=False, level=None, inplace=False)

参数

三、实例

3.1 删除指定行

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# 删除第一行
result = df.drop(0)
print(result)

输出:

   A   B   C
1  2   6  10
2  3   7  11
3  4   8  12

3.2 删除指定列

# 删除列 'B'
result = df.drop('B', axis=1)
print(result)

输出:

   A   C
0  1   9
1  2  10
2  3  11
3  4  12

3.3 删除多个行和列

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})

# 删除列 'B'
result = df.drop(columns='B', axis=1)
print(result)

输出:

   A   B
0  1   5
2  3   7
3  4   8

3.4 使用 inplace 修改原 DataFrame

import pandas as pd

# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4],
    'B': [5, 6, 7, 8],
    'C': [9, 10, 11, 12]
})
print(df)
# 删除列 'A' 并直接修改原 DataFrame
df.drop('A', axis=1, inplace=True)
print(df)

输出:

   A  B   C
0  1  5   9
1  2  6  10
2  3  7  11
3  4  8  12
   B   C
0  5   9
1  6  10
2  7  11
3  8  12

四、注意事项

扩展

del与drop的区别

在Python中del和drop方法都能够删除dataframe中的列数据,但两者也有着些许区别:

1. del属于Python的内置函数,drop属于pandas中的内置函数

2. del 删除列

drop 删除行和列(默认行)

3. drop一次可以处理多个项目;del一次只能操作一个

4. drop可以就地操作或返回副本;del仅是就地操作

5. 两种函数在执行效率上很接近,但是在较大数据上,drop函数优势更明显,尤其是在处理多列数据时

del crime['Total']
crime=crime.drop(['Total'],axis=1)

到此这篇关于Pandas中DataFrame.drop()函数的具体使用的文章就介绍到这了,更多相关Pandas DataFrame.drop()内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文